nerdearla-live-transcribe

Inspiration

Nerdearla y la necesidad de subtítulos multiidioma en vivo sin setup complejo ni latencia alta.

What I built

Pipeline FastAPI + WebSocket: audio (archivo / mic / YouTube stream) → chunks → Groq Whisper+LLM (fallback Gemini) → texto original + ES/EN en tiempo real + export SRT/VTT. Incluye player con overlay, panel de operador y reconexión automática.

What I learned

Rate limits de APIs son el verdadero cuello de botella. Concurrencia acotada (Semaphore) + fallback automático sostienen múltiples sesiones. yt-dlp + ffmpeg resuelven streams en vivo sin fricción.

Challenges

Mantener latencia ~2× tiempo real, reconectar streams que expiran y sincronizar subtítulos al video en fullscreen sin perder historial.

Built With

• api
• asyncio
• fastapi
• ffmpeg
• gemini
• genai
• google
• groq
• hls
• html5
• iframe
• javascript
• llm
• pydantic
• python
• rest
• rtmp
• speech-to-text
• uvicorn
• websocket
• whisper
• yt-dlp